SO SÁNH HIỆU QUẢ CỦA CÁC MÔ HÌNH HỒI QUY VÀ HỌC MÁY TRONG DỰ BÁO ĐIỂM THI KẾT THÚC HỌC PHẦN DỰA TRÊN CÁC ĐIỂM QUÁ TRÌNH CỦA HỌC PHẦN XÁC SUẤT THỐNG KÊ, NĂM HỌC 2025-2026
Keywords
Abstract
Bài viết so sánh hiệu quả của bốn mô hình gồm hồi quy tuyến tính bội, hồi quy đa thức bậc hai, Random Forest và XGBoost trong dự báo điểm thi kết thúc học phần dựa trên các điểm quá trình QT1, QT2 và QT3 của học phần Xác suất thống kê. Dữ liệu nghiên cứu gồm 585 quan sát hợp lệ của sinh viên khóa D25 tại Trường Đại học Thủ Dầu Một, năm học 2025–2026. Hiệu quả dự báo được đánh giá bằng phương pháp 10-fold cross-validation thông qua các chỉ số . Kết quả cho thấy hồi quy tuyến tính bội đạt hiệu quả tốt nhất với và , nhưng mức chênh lệch so với hồi quy đa thức bậc hai là nhỏ. Các mô hình học máy phi tuyến chưa cho thấy ưu thế rõ rệt. QT3 là biến có vai trò dự báo quan trọng nhất, trong khi giá trị còn thấp cho thấy cần bổ sung thêm biến đầu vào để cải thiện mô hình.
